世界看点:SQream技术为GPU加速数据库筹集了3940万美元
数据集初创公司SQreamTechnologies今日宣布,已筹集3940万美元。一位发言人表示,大部分新增资金将用
2023-02-06(资料图片仅供参考)
数据集初创公司SQream Technologies今日宣布,已筹集3940万美元。一位发言人表示,大部分新增资金将用于人才招聘、产品研发和完善公司客服平台。与竞争对手相比,SQream旨在通过提供更好的性能、减少占用空间和节省成本来减少大数据优化的障碍。
福布斯发现,2017年只有超过50%的公司采用了大数据分析,其中95%的公司表示需要管理非结构化数据。这一增长也可能归因于投资回报(ROI)用户报告。企业家指出,使用大数据的企业利润平均增长8%到10%。然而,仍然存在障碍。Statista调查的40.3%的受访者表示,缺乏组织敏捷性阻碍了大数据的使用。
SQream DB是SQream面向列的数据库产品,是一个GPU加速的数据仓库,可以用从关系数据库系统中选择的函数处理复杂的查询。SQream声称,客户可以通过内部部署和云加速来分析数万亿条记录,每个现成的GPU每小时最多可以加载3 TB的数据。
SQream DB将存储从计算中分离出来,因此当团队增长时,它不需要复制、重新分发或重新分区数据。它通过各种驱动和连接器与商业智能工具集成,包括ODBC、JDBC、Python、Node。JS、Spark、R、Java和c . SQream DB的接口层充当控制数据仓库的服务集合,而计算层则是实际数据处理任务运行的地方。最后一层-存储层-分为元数据模块和持久批处理数据组件,元数据模块存储所有常规数据库对象,持久批处理数据组件针对原始表扫描性能进行了优化。
SQream DB可以使用外部表语法直接从外部源读取数据,其柱状存储系统被横向和纵向分区,用于连接、聚合、汇总和排序等分析操作。列允许对所需的列子集进行选择性访问,与标准存储相比,这减少了磁盘扫描和内存输入/输出。同时,超分区将存储水平划分为可管理的块,这是对人工智能辅助压缩的补充,它将压缩方案与给定的语料库相匹配。
管理员可以使用基于SQream DB角色的权限系统来控制访问,通过添加存储和计算节点可以自动扩展平台。它旨在与支持Linux和Nvidia CUDA的任何服务器一起工作。该公司表示,在任一方向上开发SQream DB都不会影响数据的可用性或完整性。
虽然像SQream这样的GPU加速数据库非常适合一些工作负载,但目前还不清楚它们是否会很快进入主流。这是因为它们通常在无法并行化或不涉及浮点数和其他数字处理的数据库操作中表现不佳。此外,他们很难脱颖而出——SQream与BlazingDB、Kinetica和OmniSci(以前称为MapD)等供应商竞争。
这家总部位于特拉维夫的公司表示,它专门针对需要高数据库吞吐量的人工智能和数据分析应用。SQream声称,泰国最大的手机运营商之一的客户-AIS-部署了SQream DB,将数百万条原始数据记录的查询时间从1小时缩短到不到50秒。据报道,另一家客户谢巴癌症研究所利用该平台分析了多达1 PB的基因组序列。
红树林资本合伙人公司和舒斯特曼家族投资公司联合牵头最新一轮融资,现有投资方Hanaco Venture Capital、Sistema.vc、世贸中心创投、Blumberg Capital、Silvertech Ventures和阿里巴巴集团参与融资。(SQream于2018年与阿里巴巴合作,为阿里巴巴云客户提供其GPU加速数据库服务。)B系列使SQream的融资总额超过5000万美元。作为本轮融资的一部分,Silvertech Ventures的查理费德曼(Charlie Federman)和红树林的罗伊萨尔(Roy Saar)将加入SQream董事会。